Комплексный анализ формирования окон в пологе старовозрастного широколиственного леса

Обложка

Цитировать

Полный текст

Аннотация

Проведена количественная и качественная оценка динамики образования разрывов в пологе малонарушенного старовозрастного полидоминантного широколиственного леса на постоянной пробной площади в заповеднике “Калужские засеки”. По данным аэрофотосъемки леса в 2018 и 2021 гг. были получены цифровые модели высот, по которым построены схемы окон нескольких высотных классов. Полученные схемы были экспертно проанализированы с использованием ортофотопланов данных съемок и оценены площади окон. Проведено выборочное наземное обследование окон и регрессионный анализ связи относительной площади окон с видовым составом древостоя по данным первичного перечета. Показано, что фенофаза во время съемки может существенно изменять оценку площадей окон, а высота древостоя в окне не может служить надежным показателем его возраста. Также было обнаружено, что аэрофотосъемка позволяет выявить более сложную оконную структуру, чем наземные исследования.

Полный текст

Доступ закрыт

Об авторах

А. М. Портнов

Институт физико-химических и биологических проблем почвоведения РАН – обособленное подразделение ФИЦ «Пущинский научный центр биологических исследований РАН»

Автор, ответственный за переписку.
Email: alekseyportnow@gmail.com
Россия, Институтская, 2, Пущино, 142290

М. П. Шашков

Карагандинский государственный университет

Email: alekseyportnow@gmail.com
Казахстан, Университетская, 28, Караганда, 100024

В. Н. Шанин

Институт физико-химических и биологических проблем почвоведения РАН – обособленное подразделение ФИЦ «Пущинский научный центр биологических исследований РАН»

Email: alekseyportnow@gmail.com
Россия, Институтская, 2, Пущино, 142290

Список литературы

  1. Бобровский М.В., Ханина Л.Г. Заповедник “Калужские засеки” // Оценка и сохранение биоразнообразия лесного покрова в заповедниках Европейской России / Под ред. Л.Б. Заугольновой. М.: Научный мир, 2000. С. 104–124.
  2. Бобровский М.В. Козельские засеки (эколого-исторический очерк). Калуга: Изд-во Н. Бочкаревой, 2002. 92 с.
  3. Комаров А.В., Ершов Д.В., Тихонова Е.В. Информативность спектральных и морфометрических признаков оконной структуры полога древостоя на основе спутниковых данных // Лесоведение. 2021. № . 3. С. 227–239. https://doi.org/10.31857/S0024114821030074
  4. Коротков В.Н. Новая парадигма в лесной экологии // Биологические науки. 1991. № 8. С. 7–20.
  5. Портнов А.М., Быховец С.С., Дин Е.С., Иванова Н.В., Фролов П.В., Шанин В.Н., Шашков М.П. Количественная оценка размеров окон в пологе старовозрастного широколиственного леса наземными и дистанционными методами // Материалы Седьмой Национальной научной конференции с международным участием “Математическое моделирование в экологии”. Пущино: ИФХиБПП РАН – ФИЦ ПНЦБИ РАН, 2021. С. 99–102.
  6. Смирнова О.В. Популяционная организация биоценотического покрова лесных ландшафтов // Успехи современной биологии. 1998. Т. 118. № . 2. С. 148–165.
  7. Широков А.И. Использование метода парцеллярного анализа для оценки структурного биоразнообразия лесных сообществ // Лесоведение. 2005. № 1. С. 19–27.
  8. Barton I., Király G., Czimber K., Hollaus M., Pfeifer N. Treefall gap mapping using Sentinel-2 images // Forests. 2017. Vol. 8. No 11. ID426. https://doi.org/10.3390/f8110426
  9. Bastin J.F., Berrahmouni N., Grainger A., Maniatis D., Mollicone D., Moore R., Patriarca C., Picard N., Sparrow B., Abraham E.M., Aloui K., Atesoglu A., Attore F., Bassüllü Ç., Bey A., Garzuglia M., García-Montero L.G., Groot N., Guerin G., Laestadius L., Lowe A.J., Mamane B., Marchi G., Patterson P., Rezende M., Ricci S., Salcedo I., Diaz A.S.-P., Stolle F., Surappaeva V., Castro R. The extent of forest in dryland biomes // Science. 2017. Vol. 356. No 6338. P. 635–638. https://doi.org/10.1126/science.aam6527
  10. Branson S., Wegner J.D., Hall D., Lang N., Schindler K., Perona P. From Google Maps to a fine-grained catalog of street trees // ISPRS Journal of Photogrammetry and Remote Sensing. 2018. Vol. 135. P. 13–30. https://doi.org/10.1016/j.isprsjprs.2017.11.008
  11. Chen Q., Gao T., Zhu J., Wu F., Li X., Lu D., Yu F. Individual tree segmentation and tree height estimation using leaf-off and leaf-on UAV–LiDAR data in dense deciduous forests // Remote Sensing. 2022. Vol. 14. No 12. ID2787. https://doi.org/10.3390/rs14122787
  12. Condit R. Tropical Forest Census Plots: Methods and Results from Barro Colorado Island, Panama and a Comparison with Other Plots. Berlin: Springer, 1998. 211 p.
  13. Crowther T.W., Glick H.B., Covey K.R., Bettigole C., Maynard D.S., Thomas S.M., Smith J.R., Hintler G., Duguid M.C., Amatulli G., Tuanmu M.N., Jetz W., Salas C., Stam C., Piotto D., Tavani R., Green S., Bruce G., Williams S.J., Wiser S.K., Huber M.O., Hengeveld G.M., Nabuurs G.J., Tikhonova E., Borchardt P., Li C.F., Powrie L.W., Fischer M., Hemp A., Homeier J., Cho P., Vibrans A.C., Umunay P.M., Piao S.L., Rowe C.W., Ashton M.S., Crane P.R., Bradford M.A. Mapping tree density at a global scale // Nature. 2015. Vol. 525. P. 201–205. https://doi.org/10.1038/nature14967
  14. Dandois J.P., Ellis E.C. High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision // Remote Sensing of Environment. 2013. Vol. 136. P. 259–276. https://doi.org/10.1016/j.rse.2013.04.005
  15. Feldmann E., Drößler L., Hauck M., Kucbel S., Pichler V., Leuschner C. Canopy gap dynamics and tree understory release in a virgin beech forest, Slovakian Carpathians // Forest Ecology and Management. 2018. Vol. 415–416. P. 38–6. https://doi.org/10.1016/j.foreco.2018.02.022
  16. Fox T.J., Knutson M.G., Hines R.K. Mapping forest canopy gaps using air-photo interpretation and ground surveys // Wildlife Society Bulletin. 2000. Vol. 28. No 4. P. 882–889. https://doi.org/10.2307/3783843
  17. Gardner T.A., Barlow J., Araujo I.S., Avila-Pires T.C., Bonaldo A.B., Costa J.E., Esposito M.C., Ferreira L.V., Hawes J., Hernandez M.I.M., Hoogmoed M.S., Leite R.N., Lo-Man-Hung N.F., Malcolm J.R., Martins M.B., Mestre L.A.M., Miranda-Santos R., Overal W.L., Parry L., Peters S.L., Ribeiro M.A., da Silva M.N.F., Motta C.D.S., Peres C.A. The cost-effectiveness of biodiversity surveys in tropical forests // Ecology Letters. 2008. Vol. 11. No 2. P. 139–150. https://doi.org/10.1111/j.1461-0248.2007.01133.x
  18. Getzin S., Wiegand K., Schöning I. Assessing biodiversity in forests using very high-resolution images and unmanned aerial vehicles // Methods in Ecology and Evolution. 2012. Vol. 3. No 2. P. 397–404. https://doi.org/10.1111/j.2041-210X.2011.00158.x
  19. Hansen M.C., Potapov P.V., Moore R., Hancher M., Turubanova S.A., Tyukavina A., Thau D., Stehman S.V., Goetz S.J., Loveland T.R., Kommareddy A., Egorov A., Chini L., Justice C.O., Townshend J.R.G. High-resolution global maps of 21st-century forest cover change // Science. 2013. Vol. 342. No 6160. P. 850–853. https://doi.org/10.1126/science.1244693
  20. Hobi M.L., Ginzler C., Commarmot B., Bugmann H. Gap pattern of the largest primeval beech forest of Europe revealed by remote sensing // Ecosphere. 2015. Vol. 6. No 5. P. 1–15. https://doi.org/10.1890/ES14-00390.1
  21. Jonckheere I., Nackaerts K., Muys B., Coppin P. Assessment of automatic gap fraction estimation of forests from digital hemispherical photography // Agricultural and Forest Meteorology. 2005. Vol. 132. No 1–2. P. 96–114. https://doi.org/10.1016/j.agrformet.2005.06.003
  22. Koh L.P., Wich S.A. Dawn of drone ecology: low-cost autonomous aerial vehicles for conservation // Tropical Conservation Science. 2012. Vol. 5. No 2. P. 121–132. https://doi.org/10.1177/194008291200500202
  23. Koukoulas S., Blackburn G.A. Quantifying the spatial properties of forest canopy gaps using LiDAR imagery and GIS // International Journal of Remote Sensing. 2004. Vol. 25. No. 15. P. 3049–3072. https://doi.org/10.1080/01431160310001657786
  24. Li W., Fu H., Yu L., Cracknell A. Deep learning based oil palm tree detection and counting for high-resolution remote sensing images // Remote Sensing. 2017. Vol. 9. No 1. ID22. https://doi.org/10.3390/rs9010022
  25. Loarie S.R., Joppa L.N., Pimm S.L. Satellites miss environmental priorities // Trends in Ecology & Evolution. 2007. Vol. 22. No 12. P. 630–632. https://doi.org/10.1016/j.tree.2007.08.018
  26. Lukina N.V., Geraskina A.P., Gornov A.V., Shevchenko N.E., Kuprin A.V., Chernov T.I., Chumachenko S.I., Shanin V.N., Kuznetsova A.I., Tebenkova D.N., Gornova M.V. Biodiversity and climate-regulating functions of forests: current issues and research prospects // Forest Science Issues. 2021. Vol. 4. No 1. P. 1–60. https://doi.org/10.31509/2658-607x-202141k-60
  27. McCarthy J. Gap dynamics of forest trees: a review with particular attention to boreal forest // Environmental Reviews. 2001. Vol. 9. No 1. P. 1–59. https://doi.org/10.1139/a00-012
  28. Mohan M., Silva C.A., Klauberg C., Jat P., Catts G., Cardil A., Hudak A.T., Dia M. Individual tree detection from Unmanned Aerial Vehicle (UAV) derived canopy height model in an open canopy mixed conifer forest // Forests. 2017. Vol. 8. No 9. ID340. https://doi.org/10.3390/f8090340
  29. Nijland W., Coops N.C., Macdonald E.S., Nielsen S.E., Bater C.W., Stadt J.J. Comparing patterns in forest stand structure following variable harvests using airborne laser scanning data // Forest Ecology and Management. 2015. Vol. 354. P. 272–280. https://doi.org/10.1016/j.foreco.2015.06.005
  30. Otero V., Van De Kerchove R., Satyanarayana B., Martínez-Espinosa C., Fisol M.A.B., Ibrahim M.R.B., Sulong I., Mohd-Lokman H., Lucas R., Dahdouh-Guebas F. Managing mangrove forests from the sky: forest inventory using field data and unmanned aerial vehicle (UAV) imagery in the Matang Mangrove Forest Reserve, peninsular Malaysia // Forest Ecology and Management. 2018. Vol. 411. P. 35–45. https://doi.org/10.1016/j.foreco.2017.12.049
  31. Pajares G. Overview and current status of remote sensing applications based on unmanned aerial vehicles (UAVs) // Photogrammetric Engineering and Remote Sensing. 2015. Vol. 81. No 4. P. 281–330. https://doi.org/10.14358/PERS.81.4.281
  32. Paneque-Gálvez J., McCall M., Napoletano B., Wich S., Koh L. Small drones for community-based forest monitoring: an assessment of their feasibility and potential in tropical areas // Forests. 2014. Vol. 5. No 6. P. 1481–1507. https://doi.org/10.3390/f5061481
  33. Puliti S., Orka H.O., Gobakken T., Naesset E. Inventory of small forest areas using an Unmanned Aerial System // Remote Sensing. 2015. Vol. 7. No 8. P. 9632–9654. https://doi.org/10.3390/rs70809632
  34. Rango A., Laliberte A., Herrick J.E., Winters C., Havstad K., Steele C., Browning D. Unmanned aerial vehicle-based remote sensing for rangeland assessment, monitoring, and management // Journal of Applied Remote Sensing. 2009. Vol. 3. No 1. ID033542. https://doi.org/10.1117/1.3216822
  35. Ross C.W., Loudermilk E.L., Skowronski N., Pokswinski S., Hiers J.K., O’Brien J. LiDAR voxel-size optimization for canopy gap estimation // Remote Sensing. 2022. Vol. 14. No 5. ID1054. https://doi.org/10.3390/rs14051054
  36. Saatchi S.S., Harris N.L., Brown S., Lefsky M., Mitchard E.T., Salas W., Zutta B.R., Buermann W., Lewis S.L., Hagen S., Petrova S., White L., Silman M., Morel A. Benchmark map of forest carbon stocks in tropical regions across three continents // Proceedings of the National Academy of Sciences of the United States of America. 2011. Vol. 108. No 24. P. 9899–9904. https://doi.org/10.1073/pnas.1019576108
  37. Shashkov M.P., Bobrovsky M.V., Shanin V.N., Khanina L.G., Grabarnik P. Ya., Stamenov M.N., Ivanova N.V. Data on 30-year stand dynamics in an old-growth broad-leaved forest in the Kaluzhskie Zaseki State Nature Reserve, Russia // Nature Conservation Research. 2022. Vol. 7 (Suppl. 1). P. 24–37. https://doi.org/10.24189/ncr.2022.013
  38. Simard M., Pinto N., Fisher J.B., Baccini A. Mapping forest canopy height globally with spaceborne lidar // Journal of Geophysical Research. 2011. Vol. 116. No G4. ID G04021. https://doi.org/10.1029/2011JG001708
  39. Smirnova O.V., Bobrovsky M.V., Khanina L.G., Braslavskaya T. Yu., Starodubtseva E.A., Evstigneev O.I., Korotkov V.N., Smirnov V.E., Ivanova N.V. Nemoral Forests // O.V. Smirnova, M.V. Bobrovsky, L.G. Khanina (Eds.): European Russian forests: Their current state and features of their history. Plant and Vegetation 15. Dordrecht: Springer, 2017. P. 333–476. https://doi.org/10.1007/978-94-024-1172-0_5
  40. Sturm J., Santos M.J., Schmid B., Damm A. Satellite data reveal differential responses of Swiss forests to unprecedented 2018 drought // Global Change Biology. 2022. Vol. 28. No 9. P. 2956–2978. https://doi.org/10.1111/gcb.16136
  41. Sylvain J.-D., Drolet G., Brown N. Mapping dead forest cover using a deep convolutional neural network and digital aerial photography // ISPRS Journal of Photogrammetry and Remote Sensing. 2019. Vol. 156. P. 14–26. https://doi.org/10.1016/j.isprsjprs.2019.07.010
  42. The mosaic-cycle concept of ecosystem / ed. by H. Remmert. Berlin, Heidelberg, NewYork: Springer-Verlag, 1991. 168 p.
  43. Tyrrell L.E., Crow T.R. Structural characteristics of old-growth hemlock-hardwood forests in relation to age // Ecology. 1994. Vol. 75. No 2. P. 370–386. https://doi.org/10.2307/1939541
  44. Vepakomma U. Spatial contiguity and continuity of canopy gaps in mixed wood boreal forests: Persistence, expansion, shrinkage and displacement // Journal of Ecology. 2012. Vol. 100. No 5. 1257–1268. https://doi.org/10.1111/j.1365-2745.2012.01996.x
  45. Veselov V.M., Pribylskaya I.R., Mirzeabasov O.A. World Data Center (RIHMI-WDC), Roshydromet. 2021. http://aisori-m.meteo.ru/waisori
  46. Vierling K.T., Vierling L.A., Gould W.A., Martinuzzi S., Clawges R.M. LiDAR: shedding new light on habitat characterization and modeling // Frontiers in Ecology and the Environment. 2008. Vol. 6. No 2. P. 90–98. https://doi.org/10.1890/070001
  47. Wang Z., Waser L.T., Ginzler C. A novel method to assess short-term forest cover changes based on digital surface models from image-based point clouds // Forestry: An International Journal of Forest Research. 2015. Vol. 88. No 4. P. 429–440. https://doi.org/10.1093/forestry/cpv012
  48. Watt A.S. Pattern and process in the plant community // Journal of Ecology. 1947. Vol. 35. No 1–2. P. 1–22.
  49. Whitehead K., Hugenholtz C.H. Remote sensing of the environment with small unmanned aircraft systems (UASs), part 1: a review of progress and challenges // Journal of Unmanned Vehicle Systems. 2014. Vol. 2. No 3. P. 69–85. https://doi.org/10.1139/juvs-2014-0006
  50. Whitehead K., Hugenholtz C.H., Myshak S., Brown O., LeClair A., Tamminga A., Barchyn T.E., Moorman B., Eaton B. Remote sensing of the environment with small unmanned aircraft systems (UASs), part 2: scientific and commercial applications // Journal of Unmanned Vehicle Systems. 2014. Vol. 2. No 3. P. 86–102. https://doi.org/10.1139/juvs-2014-0007
  51. Wulder M.A., Hall R.J., Coops N.C., Franklin S.E. High spatial resolution remotely sensed data for ecosystem characterization // BioScience. 2004. Vol. 54. No 6. P. 511–521. https://doi.org/10.1641/0006-3568(2004)054[0511: HSRRSD]2.0.CO;2
  52. Zhang J., Huang S., Hogg E.H., Lieffers V., Qin Y., He F. Estimating spatial variation in Alberta forest biomass from a combination of forest inventory and remote sensing data // Biogeosciences. 2014. Vol. 11. No 10. P. 2793–2808. https://doi.org/10.5194/bg-11-2793-2014
  53. Zhang J., Nielsen S.E., Mao L.F., Chen S.B., Svenning J.-C. Regional and historical factors supplement current climate in shaping global forest canopy height // Journal of Ecology. 2016. Vol. 104. No 2. P. 469–478. https://doi.org/10.1111/1365-2745.12510

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис 1. Площади проекций крон деревьев первого яруса разных видов по архивным данным (перечет 1986–1988 гг.). Нижняя граница бокса – 1-й квартиль, верхняя – 3-й; толстой горизонтальной линией обозначен 2-й квартиль (медианное значение); “усы” показывают размах значений

Скачать (101KB)
Метаданные
3. Рис 2. Гистограммы распределения нормированных высот пикселей для двух разновременных съемок. Вертикальными линиями показаны пороговые значения высоты для выделения разных классов окон

Скачать (69KB)
Метаданные
4. Рис. 3. План постоянной пробной площади на 4 июня 2021 года с разделением территории на полог леса (высота > 20 м) и окна возобновления разных классов высоты (а); план постоянной пробной площади с разделением древесной растительности на 3 класса (б)

Скачать (116KB)
Метаданные

© Российская академия наук, 2024

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах